Prevalence of sexually transmitted infections among military personnel: a systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Military personnel are a unique population with heightened vulnerability to sexually transmitted infections (STIs), often exhibiting higher prevalence rates than civilians due to demographic, environmental and occupational factors. These vulnerabilities underscore the need for global prevalence estimates to guide effective, evidence-based interventions. This study aims to quantify the global burden of STIs among military personnel, providing a comprehensive and up-to-date assessment. METHODS AND ANALYSIS: This systematic review will follow the Preferred Reporting Items for Systematic Review and Meta-Analysis Guidelines (2020). Using the CoCoPop (Condition, Context, and Population) framework, a comprehensive search strategy will be conducted in MEDLINE, Embase, Global Health and Scopus to retrieve peer-reviewed records published between January 2010 and June 2025. Eligible studies will report numerical STI prevalence data among military personnel. Studies with insufficient information to calculate prevalence or those relying on self-reported STI data will be excluded. Data extraction will include study details, military descriptors, STI prevalence and diagnostic methods. Risk of bias will be assessed using the Joanna Briggs Institute critical assessment tool for prevalence and incidence studies. Prevalence estimates with 95% CIs will be reported for each STI and, where appropriate, pooled for curable STIs. Subgroup analyses will stratify prevalence by geographic region, service status, deployment status and socioeconomic factors. Heterogeneity will be evaluated within predefined subgroups using the I² statistic. Data will be presented in comprehensive tables and visualised with graphical tools, including forest plots for subgroup analyses and pooled estimates. ETHICS AND DISSEMINATION: Ethical approval is not required for this review. The results will be disseminated through a peer-reviewed publication and conference presentations. PROSPERO REGISTRATION NUMBER: CRD42023472113.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,065 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,022 | 0,015 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».